Бюджет: 4000 UAH Термін: 3 дні
Доброго дня! Ми маємо досвід роботи з ComfyUI та налаштуванням локальних TTS-рішень. Реалізуємо інтеграцію F5-TTS для пакетної обробки текстових файлів в аудіокниги через створення кастомного воркфлоу, який забезпечить стабільну генерацію довгих MP3 без збоїв. Налаштуємо всі необхідні залежності та параметри виводу для коректної роботи на Вашому обладнанні.
Бюджет: 4000 UAH Термін: 2 дні
Добрий день! Ставив ComfyUI-воркфлоу локально, F5-TTS в тому числі — під довгі тексти в аудіокниги нормально заходить. Раз StabilityMatrix з ComfyUI у вас вже підняті, залишається поставити кастомні ноди F5-TTS і зібрати воркфлоу під пакетну озвучку txt → MP3. Підключусь по AnyDesk, поставлю і прогоню на вашому прикладі, дня за два. Якщо F5 по голосах не влаштує — Chatterbox теж можу підняти.
Бюджет: 4000 UAH Термін: 2 дні
у нас вже є практично готове рішення для локального синтезу мови та довгих MP3, його можна швидко адаптувати під StabilityMatrix плюс ComfyUI і обговорити тут на біржі зараз, я на зв'язку ))
попередньо - 4000 грн і 1-2 дні, якщо середовище вже відкривається і відеокарта нормально підхоплена.
ІІ-частину зроблю не як разову установку, а як робочий процес для довгих текстів - установка вузлів, моделі F5-TTS або Chatterbox, тест генерації, розбиття тексту, збірка MP3 і коротка інструкція по запуску.
https://business.ingello.com/tts - схожий досвід з синтезом мови та аудіо.
https://business.ingello.com/fractal - близько по автоматизації іі-процесів.
https://systems-fl.ingello.com - підхід Ingello Systems до іі та автоматизації.
по доступам потрібно буде показати параметри комп'ютера, систему, відеокарту, версію Python або вбудованого середовища StabilityMatrix, а також папку з поточним ComfyUI.
уточню 2 моменти - Windows чи Linux, і яка відеокарта з об'ємом пам'яті.
ще важливо - потрібен один стандартний голос або кілька варіантів, щоб підібрати налаштування без клонування.
якщо все ок, домовимось по точному способу запуску і перевіримо на вашому текстовому файлі ))
